智能電表質(zhì)量評(píng)價(jià)方案和模型分析

時(shí)間:2022-08-26 03:48:04

導(dǎo)語:智能電表質(zhì)量評(píng)價(jià)方案和模型分析一文來源于網(wǎng)友上傳,不代表本站觀點(diǎn),若需要原創(chuàng)文章可咨詢客服老師,歡迎參考。

智能電表質(zhì)量評(píng)價(jià)方案和模型分析

摘要:智能電表作為我們?nèi)粘1貍涞碾娔苜Y源的計(jì)量工具,與我們的生活息息相關(guān)。文章根據(jù)不同的用電環(huán)境現(xiàn)場的溫度、濕度、低功率因數(shù)等主要影響因素進(jìn)行了聚類,對(duì)環(huán)境進(jìn)行劃分,將得到不同環(huán)境的主要因素出現(xiàn)的頻率在電表掛臺(tái)上進(jìn)行相關(guān)模擬,采集掛表臺(tái)上電能表的運(yùn)行數(shù)據(jù),建立誤差一致性評(píng)價(jià)模型,對(duì)不同廠家的電表做質(zhì)量排序。

關(guān)鍵詞:聚類;誤差一致性;質(zhì)量排序

智能電表作為我們?nèi)粘1貍涞碾娔苜Y源的計(jì)量工具,可以幫助人們有效控制緊缺的電能資源的利用率,與用戶和電力企業(yè)之間的經(jīng)濟(jì)效益有著直接關(guān)系,可見電能表的計(jì)量準(zhǔn)確性對(duì)自動(dòng)化檢定尤為重要[1]。近年來,隨著各計(jì)量中心相應(yīng)計(jì)量系統(tǒng)的建立,已實(shí)現(xiàn)自動(dòng)檢定和檢定誤差依據(jù)不同標(biāo)準(zhǔn)對(duì)不同廠家和型號(hào)的數(shù)據(jù)上傳[2],但是當(dāng)現(xiàn)場環(huán)境復(fù)雜時(shí),未能針對(duì)其特殊的環(huán)境進(jìn)行模擬和預(yù)測。例如,廣州屬于典型的嶺南氣候,在這種潮濕、高溫、多雷等環(huán)境條件下電子式電能表的電子元器件、功能都容易發(fā)生故障;根據(jù)計(jì)量中心近3年的運(yùn)維數(shù)據(jù)顯示,大用戶電能表(三相電能表)的故障率在2.5%左右;根據(jù)近三年運(yùn)行抽檢報(bào)告,低壓居民用戶計(jì)費(fèi)用的電表(單相電能表)不合格率在2%左右。由于現(xiàn)場環(huán)境復(fù)雜,目前實(shí)驗(yàn)室只是在檢驗(yàn)方面可完成副電能以及采集終端的質(zhì)量檢驗(yàn),仍需針對(duì)特定場景模擬其現(xiàn)場情況,并通過抄表終端對(duì)電能表數(shù)據(jù)實(shí)時(shí)抄讀與分析,依據(jù)檢定其誤差及時(shí)發(fā)現(xiàn)智能電表的質(zhì)量問題,完成有關(guān)對(duì)電能表的全生命周期的一項(xiàng)評(píng)價(jià)[3]。因此本文提出了根據(jù)不同的用電環(huán)境現(xiàn)場的溫度、濕度、低功率因數(shù)等主要影響因素進(jìn)行了聚類分析,得到不同環(huán)境的主要因素出現(xiàn)的頻率進(jìn)行相關(guān)模擬,在電表掛臺(tái)上的10個(gè)產(chǎn)家的電能表的運(yùn)行數(shù)據(jù)進(jìn)行相關(guān)采集,并建立誤差一致性評(píng)價(jià)模型,對(duì)不同廠家的電表做質(zhì)量排序。

1智能電表評(píng)價(jià)方案的設(shè)計(jì)

智能電表的評(píng)價(jià)方案主要針對(duì)不同的用電環(huán)境進(jìn)行盡可能相似的模擬,因此本文采用K-means聚類方法對(duì)不同的用電環(huán)境進(jìn)行分類,通過加入不同頻率的電應(yīng)力以及相應(yīng)的溫度、濕度的前提下進(jìn)行相應(yīng)的方案設(shè)計(jì)。1.1K-means聚類聚類分析法是大數(shù)據(jù)分類的常用方法,對(duì)大數(shù)據(jù)分類發(fā)揮著重要作用。劃分聚類、層次聚類、基于密度的聚類、基于網(wǎng)格的聚類是目前主流的聚類方法,并對(duì)其適用范圍和特點(diǎn)進(jìn)行了歸納,得到結(jié)果如表1所示[4-5]。根據(jù)上表1的聚類方法對(duì)比,容易發(fā)現(xiàn)劃分聚類和層次聚類應(yīng)用范圍較為普遍,但是因?qū)哟尉垲惖挠?jì)算復(fù)雜度為O(n2),并不適合處理環(huán)境因素量大的樣本。因此本文選擇K-means聚類方法,K-means方法的計(jì)算復(fù)雜度為O(n),適合于大數(shù)據(jù)的處理分析。但k-means方法大致存在三種缺點(diǎn):(1)K-means算法需要事先給定中K,但K值的選擇通常是不確定的。(2)絕大部分情況,給定的數(shù)據(jù)集應(yīng)該分成多少個(gè)類別才最合適是事先不確定的;(3)在K-means算法中,首先需要隨機(jī)選擇初始聚類質(zhì)心,然后不斷進(jìn)行迭代計(jì)算。故針對(duì)大量氣候數(shù)據(jù)、低功率因數(shù)等環(huán)境因素的劃分選擇k-means分類方法。1.2基于K-means聚類的環(huán)境劃分以及模擬。受氣候影響和現(xiàn)場用電環(huán)境復(fù)雜度的影響,電能表通常會(huì)導(dǎo)致計(jì)量精確度出現(xiàn)問題,經(jīng)過大數(shù)據(jù)統(tǒng)計(jì),主要溫度、溫差、濕度、日照、用電行業(yè)息息相關(guān)。用電行業(yè)主要通過低功率因數(shù)、波形畸變、過負(fù)荷、動(dòng)態(tài)負(fù)荷、沖擊負(fù)荷、電壓波動(dòng)、電磁干擾這七種主要波動(dòng)因素導(dǎo)致,故以11個(gè)指標(biāo)進(jìn)行聚類劃分,模擬出其相應(yīng)的環(huán)境因素及其出現(xiàn)的頻率。低功率因數(shù)、波形畸變、過負(fù)荷、動(dòng)態(tài)負(fù)荷、沖擊負(fù)荷、電壓波動(dòng)、電磁干擾這七種主要波動(dòng)因素主要通過各種電應(yīng)力的表現(xiàn),因此通過模擬相應(yīng)的電應(yīng)力的頻率實(shí)現(xiàn)電能表質(zhì)量評(píng)價(jià)方案的設(shè)計(jì)。電網(wǎng)操作會(huì)產(chǎn)生瞬間過壓,開關(guān)斷開會(huì)擊穿拉弧引起群脈沖干擾,負(fù)載短路或容性負(fù)載會(huì)產(chǎn)生沖擊電流,非線性負(fù)載會(huì)產(chǎn)生諧波干擾,甩負(fù)載會(huì)產(chǎn)生短時(shí)工頻過壓,感應(yīng)雷會(huì)產(chǎn)生浪涌電壓等等,這些干擾都是從電網(wǎng)的電壓線或電流線傳入電表,它們會(huì)對(duì)電表本身和通信產(chǎn)生影響,電應(yīng)力試驗(yàn)室模擬有兩種方式,一種是實(shí)驗(yàn)室標(biāo)準(zhǔn)設(shè)備,這些設(shè)備發(fā)出標(biāo)準(zhǔn)的干擾波形,有規(guī)定的試驗(yàn)方法,但這些設(shè)備帶負(fù)載能力有限,只能進(jìn)行單塊表干擾試驗(yàn),同時(shí)這些設(shè)備不能長時(shí)間工作。另一種模擬方式是真實(shí)負(fù)載模擬,這種方法能長時(shí)間工作,帶負(fù)載能力強(qiáng),設(shè)計(jì)實(shí)現(xiàn)方式如下[6-7]:電網(wǎng)操作、甩負(fù)載過程中往往會(huì)出現(xiàn)過壓現(xiàn)象,因此模擬產(chǎn)生采用升壓變壓器、繼電器、PLC控制實(shí)現(xiàn),產(chǎn)生3UN的瞬間電壓值,取高概率的2UN過壓值和低概率發(fā)生的6~7UN的電壓值的中間值。電網(wǎng)在斷開開關(guān)觸點(diǎn)時(shí),產(chǎn)生的拉弧會(huì)擁有較高的幅值、較抖的上升沿,即產(chǎn)生電網(wǎng)脈沖干擾。通過電容放電、感性負(fù)載的開斷模擬電網(wǎng)脈沖干擾。電網(wǎng)在日常情況下,偶爾會(huì)發(fā)生短路故障,或者電容負(fù)載,產(chǎn)生較大的沖擊電流。通過對(duì)電容充放電來模擬沖擊電流對(duì)采樣電路的短暫性沖擊,實(shí)現(xiàn)對(duì)電網(wǎng)沖擊電流的模擬。在電網(wǎng)中,往往存在非線性負(fù)載,容易產(chǎn)生對(duì)電能計(jì)量和電表電源的干擾的諧波,采用可控硅調(diào)制進(jìn)行模擬產(chǎn)生。在電網(wǎng)中往往存在大型負(fù)載突然或者短暫的將電壓拉低以及突然停電,該現(xiàn)象屬于電網(wǎng)電壓的暫斷、掉電。采用PLC控制繼電器產(chǎn)生電網(wǎng)電壓的暫斷、掉電對(duì)電能表掉電存數(shù)和電表電源產(chǎn)生干擾。電網(wǎng)中過壓、欠壓、過流時(shí)間過長,易導(dǎo)致電表發(fā)熱、黑屏。采用升壓、降壓、電流變壓器產(chǎn)生工頻過壓、過流、欠壓現(xiàn)象來研究其對(duì)電能表的影響。1.3試驗(yàn)方案表箱100只電表按不同廠家規(guī)格,分成10組,每組10只電表,記錄在案。分批次進(jìn)行實(shí)虛負(fù)載試驗(yàn)。模擬環(huán)境劃分的不同情況,針對(duì)同一批次的不同電表,對(duì)同一測試點(diǎn)進(jìn)行測試,比較相應(yīng)的測試結(jié)果,并規(guī)定了誤差超限的范圍。這是對(duì)電能表的再現(xiàn)性性能作出了檢驗(yàn)。在參比電壓、100%Ib、10%Ib、功率因數(shù)1.0和0.5L,對(duì)10個(gè)同一批次的測試樣本加載參比電壓、基本電流30min后,參照表2的誤差一致性限值,判斷被測樣品的測量結(jié)果與同一測試點(diǎn)n個(gè)樣品的平均值的最大差值是否符合要求。時(shí)間間隔為20天。

2計(jì)量誤差一致性評(píng)價(jià)模型

模型建立:根據(jù)上述實(shí)驗(yàn)獲得數(shù)據(jù),針對(duì)同一個(gè)商家的電能值計(jì)算不同溫度下的相對(duì)誤差y,把其看成正態(tài)分布,計(jì)算出同一個(gè)商家的10個(gè)電能表的相對(duì)誤差的均值μy和標(biāo)準(zhǔn)差σy,進(jìn)而分析不同溫度下的計(jì)量精度一致性水平。誤差均值μy,代表計(jì)量精度,其越高越趨近于0;計(jì)量標(biāo)準(zhǔn)差σy代表誤差波動(dòng),表示計(jì)量精度一致性越好,其值越趨近于0越好。電能表電能的相對(duì)誤差y看作服從正態(tài)分布N(μy,σy2),為盡量同時(shí)滿足μy盡量小和σy2要小(波動(dòng)小),設(shè)定一致性評(píng)價(jià)量Y數(shù)學(xué)表達(dá)式為:Y=μn2+σn2姨(1)其中,表達(dá)式中μn為標(biāo)準(zhǔn)化處理均值μy的值;σn為經(jīng)過標(biāo)準(zhǔn)化處理的標(biāo)準(zhǔn)差σy的值。通過標(biāo)準(zhǔn)化處理達(dá)到了不同單位或量級(jí)的指標(biāo)能夠進(jìn)行比較和加權(quán)目的,其通過去除數(shù)據(jù)的單位限制,將其等比例縮放,轉(zhuǎn)化為無量綱的純數(shù)值。標(biāo)準(zhǔn)化處理均值μy的過程如表達(dá)式(2):μn=μy-μy-minμy-max-μy-minμy-max代表μy的實(shí)驗(yàn)數(shù)據(jù)的最大值經(jīng)標(biāo)準(zhǔn)化處理后得到的上限值;μy-min代表μy的實(shí)驗(yàn)數(shù)據(jù)的最小值經(jīng)標(biāo)準(zhǔn)化處理得到的下限值。均值μy經(jīng)過標(biāo)準(zhǔn)化處理的轉(zhuǎn)換到(0,1)區(qū)間內(nèi)數(shù)值μn。對(duì)標(biāo)準(zhǔn)差σy作與均值μy相同的標(biāo)準(zhǔn)化處理。得到處于同一量級(jí)的μn和σn代入式(1)中,則計(jì)算出一致性評(píng)價(jià)量Y。Y的值越小,說明μn2+σn2越接近于0,計(jì)量精度越高,一致性越好。將試驗(yàn)的計(jì)算結(jié)果,進(jìn)行數(shù)值從小到大的排序,越小的數(shù)字代表其一致性越好。

3結(jié)束語

本文針對(duì)不同的用電環(huán)境現(xiàn)場的主要影響因素進(jìn)行了聚類分析,得到不同環(huán)境的主要因素出現(xiàn)的頻率進(jìn)行相關(guān)模擬,在電表掛臺(tái)上的10個(gè)產(chǎn)家的電能表的運(yùn)行數(shù)據(jù)進(jìn)行相關(guān)采集,并通過建立的相關(guān)模型對(duì)電表做出了誤差一致性評(píng)價(jià),得到了較好的效果,有利于電能表的自動(dòng)化監(jiān)控和推廣,大大提高了效率。

參考文獻(xiàn):

[1]啜斌.智能電能表現(xiàn)場運(yùn)行模擬系統(tǒng)的框架體系研究[J].河北電力技術(shù),2018,37(03):59-62.

[2]鄧桂平,申莉,田忠春,等.智能電能表質(zhì)量一致性檢測系統(tǒng)設(shè)計(jì)[J].電測與儀表,2015,52(S1):124-129.

[3]袁瑞銘,李文文,葉雪榮,等.智能電表計(jì)量誤差一致性的分析與優(yōu)化設(shè)計(jì)[J].電器與能效管理技術(shù),2017(17):26-30.

[4]王娟,席天為,趙克全.基于改進(jìn)K-means算法的評(píng)價(jià)問題研究[J].重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2020,37(01):99-106.

[5]夏偉釗,滕歡,曹敏,等.基于兩階段聚類的單相電能表質(zhì)量評(píng)價(jià)模型研究[J].電測與儀表,2020,57(07):120-125.

[6]劉影,劉巖,丁恒春,等.基于改進(jìn)熵值法的智能電能表運(yùn)行質(zhì)量綜合評(píng)價(jià)[J].自動(dòng)化與儀器儀表,2019(04):146-148.

[7]何圣川,郭斌,馮興興,等.智能電表電應(yīng)力可靠性試驗(yàn)平臺(tái)的設(shè)計(jì)[J].科技創(chuàng)新與應(yīng)用,2019(28):92-95.

作者:何圣川 郭斌 陳健華 馮興興 單位:廣東電網(wǎng)有限責(zé)任公司廣州供電局